一种电力规划方法、装置、电子设备及存储介质与流程

技术特征：
1.一种电力规划方法，其特征在于，所述方法包括：对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化，所述参数信息包括迭代次数和种群规模，所述种群规模包含各层种群对应的预设数量的粒子；根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划；根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置；根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置。2.根据权利要求1所述的电力规划方法，其特征在于，所述根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划，包括：步骤一：针对所述下层种群的种群规模中当前粒子，根据所述下层目标模型计算所述当前粒子对应的当前典型日下的当前时段的出力概率；步骤二：根据所述出力概率判断所述下层目标模型是否满足下层约束条件；若所述下层目标模型不满足所述下层约束条件，则确定所述下层种群的适应度，并将所述适应度存储在所述下层种群的适应度数组中，然后执行步骤四；步骤三：若所述下层目标模型满足所述下层约束条件，则确定所述当前时段是否超过预设时段；当所述当前时段未超过预设时段时，将下一时段作为当前时段，并返回执行步骤一；当所述当前时段超过预设时段时，确定所述当前典型日是否超过预设典型日；当所述当前典型日未超过预设典型日，将下一典型日作为当前典型日，并返回执行步骤一；当所述当前典型日超过预设典型日时，则确定所述下层种群的适应度，并将所述适应度存储在所述下层种群的适应度数组中；步骤四：判断所述当前粒子的序号是否超过所述下层种群的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述下层种群的适应度数组中的适应度确定所述下层种群的最优储能规划；步骤五：判断当前迭代次数是否超过所述下层种群的迭代次数，若否，则更新所述下层种群的种群规模中的粒子，并返回执行步骤一；若是，则输出最优储能规划。3.根据权利要求2所述的电力规划方法，其特征在于，所述根据所述下层种群的适应度数组中的适应度确定所述下层种群的最优储能规划，包括：判断所述下层种群的种群规模中的每个粒子之间是否存在支配关系；若存在所述支配关系，则根据所述支配关系从所述下层种群的适应度数组中选择最优的适应度作为所述下层种群的最优储能规划。4.根据权利要求1所述的电力规划方法，其特征在于，所述根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置，包括：步骤一：在所述中层种群对应的种群规模中选取当前粒子，并根据所述最优储能规划和所述中层目标模型确定所述中层目标模型对应的适应度，并将所述适应度存储在所述中层种群的适应度数组中；步骤二：判断当前粒子的序号是否超过所述中层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述中层种群的适应度数组中的适应度确定最优值；
步骤三：判断当前迭代次数是否超过所述中层种群对应的迭代次数，若否，则根据所述最优值重复执行步骤一，若是，则将所述最优值作为最优电源配置。5.根据权利要求1所述的电力规划方法，其特征在于，所述根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置，包括：步骤一：在所述上层种群对应的种群规模中选取当前粒子，并根据所述最优电源配置和所述上层目标模型确定所述上层目标模型对应的适应度，并将所述适应度存储在所述上层种群的适应度数组中；步骤二：判断当前粒子的序号是否超过所述上层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述上层种群的适应度数组中的适应度确定最优值；步骤三：判断当前迭代次数是否超过所述上层种群对应的迭代次数，若否，则根据所述最优值重复执行步骤一，若是，则将所述最优值作为所述电力规划的最优网架配置。6.根据权利要求2所述的电力规划方法，其特征在于，所述下层约束条件包括：交流节点功率平衡约束、直流节点功率平衡约束、节点电压上下限约束、支路功率极限约束和容量约束中至少一项。7.根据权利要求1所述的电力规划方法，其特征在于，所述下层目标模型是基于储能装置年投资、运行维护费用以及对分布式电源出力稳定性中至少一项因素进行构造的；所述中层目标模型是基于分布式电源年投资、运行维护费用、分布式电源年降损量以及系统电压偏移中至少一项因素进行构造的；所述上层目标模型是基于年经济费用、储能装置投资与运行维护费用、分布式电源年投资与运行维护费用、线路直流改造费用、换流器费用以及系统年购电费用中至少一项因素进行构造的。8.一种电力规划装置，其特征在于，所述装置包括：参数设置模块，用于对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化，所述参数信息包括迭代次数和种群规模，所述种群规模包含各层种群对应的预设数量的粒子；储能规划模块，用于根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划；电源配置模块，用于根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置；网架配置模块，用于根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置。9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7中任一所述的电力规划方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7中任一所述的电力规划方法。

技术总结
本申请实施例公开了一种电力规划方法、装置、电子设备及存储介质。其中，该方法包括：对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化；根据下层目标模型和下层种群的参数信息确定下层种群的最优储能规划；根据最优储能规划、中层目标模型和中层种群的参数信息确定中层种群的最优电源配置；根据最优电源配置、上层目标模型和上层种群的参数信息确定电力规划的最优网架配置。本申请实施例提供的技术方案，通过设置三层规划模型，分别考虑交直流配电网中的网架设计、分布式能源的接入和储能装置的接入这三个关键要素，可以体现出各规划目标之间的层次性和关联性，能够得到电力规划的最佳方案。电力规划的最佳方案。电力规划的最佳方案。


技术研发人员：黄学劲 陈盛燃 罗旭恒 赵力 李家淇 陈喆 刘宗扬 袁灿培 张育宾 廖一键 王凯亮 钟锦星 李锡刚 赵树宏 肖建铭 刘伟杰
受保护的技术使用者：广东电网有限责任公司东莞供电局
技术研发日：2021.11.11
技术公布日：2022/1/4